CN113641716B - 用于网络教学系统的知识自动提取方法 - Google Patents
用于网络教学系统的知识自动提取方法 Download PDFInfo
- Publication number
- CN113641716B CN113641716B CN202110764062.XA CN202110764062A CN113641716B CN 113641716 B CN113641716 B CN 113641716B CN 202110764062 A CN202110764062 A CN 202110764062A CN 113641716 B CN113641716 B CN 113641716B
- Authority
- CN
- China
- Prior art keywords
- characters
- knowledge point
- current knowledge
- key information
- expression
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000605 extraction Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 26
- 230000008569 process Effects 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000007654 immersion Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Educational Technology (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种用于网络教学系统的知识自动提取方法,该方法包括获取网络教学过程中的展示页面;提取展示页面中的知识点标识信息和标识信息对应的知识点的表达文字;根据知识点标识信息获取当前知识点所在的学习阶段;查询历史学习情况,确定在当前知识点之前的学习阶段的掌握情况,根据掌握情况推送与当前知识点的表达文字对应的阶梯知识库。通过获取当前知识点所在的学习阶段,并获取任意学生在历史学习阶段的表现及历史学习阶段的掌握情况,根据历史学习阶段的掌握情况对当前的知识点进行阶段知识的推送,以使不同历史学习阶段的学习掌握情况对应不同的知识学习,以使得不同的学生面向不同的知识库进行学习,保证网络教学的针对性更强。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种用于网络教学系统的知识自动提取方法。
背景技术
随着移动互联网、物联网等新一代信息技术的迅速发展,数据已经成为现代社会重要的信息资源,大数据的处理离不开数据挖掘技术的应用,因此数据挖掘技术在各行各业发挥着非常重要的作用。在教育行业,移动互联网创造了跨时空的学习方式,学生获取知识的方式发生了根本变化,传统的教学模式也在逐步转变为基于网络的教学模式。面对网络教学过程中产生的大量数据资源,如何充分利用这些教学数据,为网络教学提供有益的决策依据是一个值得探讨的问题。
然而,目前的网络教学仍然沿用了传统的教学思维方式,仍是多媒体领域支持技术发展下对传统教学模式进行的重新包装,对教学本质的思考并未深入。再者从知识组织角度看,目前的网络教学缺乏科学的知识表达模型作为其基础。作为网络教学系统的知识“存储器”,领域知识库是网络教学的重要组成部分,它的组织形式、存储方式对于网络教学的整个教学流程起着至关重要的作用。
科学的知识库应是一种统一高效的知识存储结构体,不仅需要清晰地表达单个知识点的内容,并且需要准确客观地描述知识间的内在联系。目前的网络教学大多是将教学资源进行简单地堆积,强调知识资源的组织和管理方式,以显性知识作为教学的基本单元,这导致不同知识点间的相似部分在教学中得不到体现。因此,往往达不到教学的真正目的以及理想的教学效果,制约了网络教学质量的提高。
发明内容
为此,本发明提供一种用于网络教学系统的知识自动提取方法,可以解决网络教学过程中教学资源堆积的问题。
为实现上述目的,本发明提供一种用于网络教学系统的知识自动提取方法,包括:
获取网络教学过程中的展示页面;
提取展示页面中的知识点标识信息和所述标识信息对应的知识点的表达文字;
根据所述知识点标识信息获取当前知识点所在的学习阶段;
查询历史学习情况,确定在当前知识点之前的学习阶段的掌握情况,根据掌握情况推送与所述当前知识点的表达文字对应的阶梯知识库;
所述根据掌握情况推送与所述当前知识点的表达文字对应的阶梯知识库包括:
所述阶梯数据库中包括第一推送内容,第二推送内容和第三推送内容,且第一推送内容的易于掌握程度大于第二推送内容的易于掌握程度大于第三推送内容的易于掌握程度;若当前的知识点的掌握度属于标准掌握度,则采用第一顺序排列阶梯数据库中的推送内容,所述第一顺序为第一推送内容、第二推送内容和第三推送内容,所述第一推送内容的数量为r1,第二推送内容的数量为r2,第三推送内容的数量为r3;
若当前的知识点的掌握度高于标准掌握度,则采用第二顺序排列阶梯数据库中的推送内容,所述第二顺序为第三推送内容、第二推送内容和第一推送内容;
若当前的知识点的掌握度低于标准掌握度,则采用第三顺序排列阶梯数据库中的推送内容,所述第三顺序为第第一推送内容、三推送内容和第二推送内容。
进一步地,所述查询历史学习情况,确定在当前知识点之前的学习阶段的掌握情况包括:
设置有多个学习阶段Si,且根据学习阶段的先后顺序进行顺序学习,即第一阶段为第二阶段的学习基础,且第一阶段的掌握情况影响后续第二阶段的学习进度,依次类推;
若当前的知识点属于第一阶段Si1,则将当前的学习阶段的掌握情况设置为标准掌握度;
若当前的知识点属于第二阶段Si2,则将第一学习阶段所对应的总结考试的分数作为第二阶段的掌握度;
若当前的知识点属于第三阶段Si3,则将第一学习阶段和第二学习阶段分别对应的总结考试的分数均值作为第三阶段的掌握度,依次类推。
进一步地,根据对关键信息库内的关键信息与当前知识点表达文字相似的数量m对第一推送内容的数量为r1、第二推送内容的数量为r2和第三推送内容的数量为r3进行修正;
若m/n≥50%,则增加第一推送内容的数量、增加第二推送内容的数量,减少第三推送内容的数量;
若m/n<50%,则降低第一推送内容的数量、降低第二推送内容的数量,增加第三推送内容的数量。
进一步地,所述提取展示页面中的知识点标识信息和所述标识信息对应的知识点的表达文字包括:
预先设置有多个知识点标识,所述知识点标识包括下划线、波浪线和框线;
若在展示页面内设置有知识点标识,则表示该展示页面内设置有知识点标识信息,提取展示页面内的下划线、波浪线或框线,并记录与所述标识信息对应的知识点的表达文字;
若标识信息为下划线,则提取下划线上对应的文字作为标识信息对应的知识点的表达文字;
若标识信息为波浪线,则提取波浪线上对应的文字作为标识信息对应的知识点的表达文字;
若标识信息为框线,则提取框线内对应的文字作为标识信息对应的知识点的表达文字。
进一步地,所述根据掌握情况推送与所述当前知识点的表达文字对应的阶梯知识库包括:
获取当前知识点的表达文字;
在预先设置的数据库内获取与所述知识点的表达文字相近的关键信息,所述数据库包含教学课件中的全部信息;
数据库内设置有多条关键信息,分别为N1,N2,N3…Nn,每条信息的长度分别为L1,L2,L3…Ln;
设置当前知识点的表达文字的长度为ln;
将数据库内多条关键信息的长度分别与当前知识点的表达文字的长度进行比较,则若Li<当前知识点的表达文字的长度ln,表示关键信息内不包含当前知识点的表达文字;
若Li≥当前知识点的表达文字的长度ln,则将满足长度要求的关键信息建立关键信息矩阵M(M1,M2…Mk),其中k<n,对于关键信息矩阵中的关键信息进行判断时,从关键信息Mi中的第1个字符开始,不间断选择n个字符,将n个字符与当前知识点的表达文字的字符分别进行比较,若n个字符中与当前知识点的表达文字的字符重合率小于95%则表示关键信息Mi中包含当前知识点的表达文字,表示该当前知识点的表达文字与关键信息有细微差异,不属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的第2个字符开始,选择n个字符,将n个字符与当前知识点的表达文字的字符进行比较,若n个字符中与当前知识点的表达文字的字符重合率小于95%则不属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的第k个字符开始,选择n个字符,将n个字符与当前知识点的表达文字的字符进行比较,若n个字符中与当前知识点的表达文字的字符重合率小于95%则不属于与当前知识点的表达文字相近的关键信息;
若n个字符中与当前知识点的表达文字的字符重合率大于等于 95%则表示关键信息Mi中包含当前知识点的表达文字,表示该关键信息属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的第2个字符开始,选择n个字符,将n个字符与当前知识点的表达文字的字符进行比较,若n个字符中与当前知识点的表达文字的字符重合率大于等于95%则该关键信息属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的第k个字符开始,选择n个字符,将n个字符与当前知识点的表达文字的字符进行比较,若n个字符中与当前知识点的表达文字的字符重合率大于等于95%则该关键信息属于与当前知识点的表达文字相近的关键信息。
进一步地,在确定关键信息内是否包含当前知识点时,还包括:从关键信息Mi中的倒数第一个字符,从后往前选择n个字符,将n 个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率小于95%则不属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的倒数第二个字符,从后往前选择n个字符,将n个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率小于95%则不属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的第k个字符开始,选择n个字符,将n个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率小于95%则不属于与当前知识点的表达文字相近的关键信息。
进一步地,在确定关键信息内是否包含当前知识点时,还包括:从关键信息Mi中的倒数第一个字符,从后往前选择n个字符,将n 个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率大于等于95%则该关键信息属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的倒数第二个字符,从后往前选择n个字符,将n个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率大于等于95%则该关键信息属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的第k个字符开始,选择n个字符,将n个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率大于等于95%则该关键信息属于与当前知识点的表达文字相近的关键信息。
进一步地,在比较的过程中,若关键信息Mi中进行k次比较之后,其中有0.2×k次的比较结果是关键信息中包含当前知识点,此时判定该关键信息Mi中不包含当前知识点的字符。
进一步地,若对于关键信息Mi中选择的n个字符与当前知识点的字符进行比较时,若n个字符中与当前知识点的字符重合率小于等于95%,则找到出现差异的第一个字符位,从第一个差异位开始重新选择n个字符,将该n个字符与当前知识点的字符进行比较,若重合率高于95%,则表示该关键信息内包含当前知识点,若小于等于95%则需要进一步判断。
进一步地,对于关键信息内是否包含当前知识点的表达文字采用字节长度、字符信息确定两个数据的相似度,若是字节长度相同,则可能是相似数据,若字节长度不同,则不可能为相似数据,当字节长度相同时,则确定两个数据的字符信息是否相同,若字符信息也相同,则需要进一步比较以确定关键信息内是否包含当前知识点。
与现有技术相比,本发明的有益效果在于,通过获取当前知识点所在的学习阶段,并获取任意学生在该知识前之前的历史学习阶段及历史学习阶段的掌握情况,根据历史学习阶段的掌握情况对当前的知识点进行阶段知识的推送,以使不同历史学习阶段的学习掌握情况对应不同的知识学习,以使得不同的学生面向不同的知识库进行学习,保证网络教学的针对性更强,使得可以针对学生的理解能力,兴趣爱好以及对于知识的理解能力进行适应性匹配,提高网络教学的灵活性和创新性。
尤其,通过设置学习阶段,实现对当前具有标识信息的知识点所处阶段的判定,并根据所处的学习阶段确定当前知识点的掌握程度,由于在实际学习过程中,通常是循序渐进式掌握知识,若是前期的知识点掌握不好,则对当前的知识点的学习会造成一定的影响,若是前期的知识点掌握的很好,则对于当前的知识点的扩展速度或是学习效率就会高一些,因此本申请通过对当前知识点所在的学习阶段,实现对历史学习情况的精确了解,从而针对当前知识点多进行学习采用与知识点掌握程度匹配的阶梯数据库,提高学习效率。
尤其,根据实际的知识点的掌握度与标准掌握度进行比较,并根据比较结果调整阶梯数据可中推送内容的顺序,使得对于不同的掌握程度对应不同的推送顺序,便于根据学生的实际掌握情况针对性进行知识点的学习,提高学生的学习效率。在实际应用过程中,若是掌握程度高,则将最难的内容先行展示,对其学习兴趣实现进一步的激发,而对于掌握程度低的学生,则需要先推送简单的内容进行展示,增加学生对于学习的热情,第二阶段推送难度较高的内容,在学习热情高涨的时候提升你内容深度,进一步增加学习兴趣,提高学生的沉浸体验,进一步提高学习效率。
尤其,通过判定当前知识点与关键数据库中的关键信息的重合度,进而判定该知识点在关键数据库的相关度,通过将当前知识点对应的字符与关键数据库中的关键信息进行一一对应,判定当前知识点与关键信息的相似度,用以判定当前知识点在关键数据库内的占比,若是当前知识点的字符与关键数据库内的关键信息的字符重合率大于等于95%则该关键信息属于与当前知识点的表达文字相近的关键信息,判定当前知识点与关键数据库内关键信息的关系,判定在关键数据库中与当前知识点的相近的关键信息的数量,并根据关键信息的数量对阶梯知识库内的数据进行数量的调整,提高学习效率。
附图说明
图1为本发明实施例提供的用于网络教学系统的知识自动提取方法的流程图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,本发明实施例提供的用于网络教学系统的知识自动提取方法包括:
步骤S100:获取网络教学过程中的展示页面;
步骤S200:提取展示页面中的知识点标识信息和所述标识信息对应的知识点的表达文字;
步骤S300:根据所述知识点标识信息获取当前知识点所在的学习阶段;
步骤S400:查询历史学习情况,确定在当前知识点之前的学习阶段的掌握情况,根据掌握情况推送与所述当前知识点的表达文字对应的阶梯知识库。
具体而言,本发明实施例提供的用以网络教学系统的知识自动提取方法通过获取当前知识点所在的学习阶段,并获取任意学生在该知识前之前的历史学习阶段及历史学习阶段的掌握情况,根据历史学习阶段的掌握情况对当前的知识点进行阶段知识的推送,以使不同历史学习阶段的学习掌握情况对应不同的知识学习,以使得不同的学生面向不同的知识库进行学习,保证网络教学的针对性更强,使得可以针对学生的理解能力,兴趣爱好以及对于知识的理解能力进行适应性匹配,提高网络教学的灵活性和创新性。
具体而言,在步骤S400中,所述查询历史学习情况,确定在当前知识点之前的学习阶段的掌握情况包括:
设置有多个学习阶段Si,且根据学习阶段的先后顺序进行顺序学习,即第一阶段为第二阶段的学习基础,且第一阶段的掌握情况影响后续第二阶段的学习进度,依次类推;
若当前的知识点属于第一阶段Si1,则将当前的学习阶段的掌握情况设置为标准掌握度;
若当前的知识点属于第二阶段Si2,则将第一学习阶段所对应的总结考试的分数作为第二阶段的掌握度;
若当前的知识点属于第三阶段Si3,则将第一学习阶段和第二学习阶段分别对应的总结考试的分数均值作为第三阶段的掌握度,依次类推。
具体而言,本发明实施例通过设置学习阶段,实现对当前具有标识信息的知识点所处阶段的判定,并根据所处的学习阶段确定当前知识点的掌握程度,由于在实际学习过程中,通常是循序渐进式掌握知识,若是前期的知识点掌握不好,则对当前的知识点的学习会造成一定的影响,若是前期的知识点掌握的很好,则对于当前的知识点的扩展速度或是学习效率就会高一些,因此本申请通过对当前知识点所在的学习阶段,实现对历史学习情况的精确了解,从而针对当前知识点多进行学习采用与知识点掌握程度匹配的阶梯数据库,提高学习效率。
具体而言,所述根据掌握情况推送与所述当前知识点的表达文字对应的阶梯知识库包括:
所述阶梯数据库中包括第一推送内容,第二推送内容和第三推送内容,且第一推送内容的易于掌握程度大于第二推送内容的易于掌握程度大于第三推送内容的易于掌握程度;若当前的知识点的掌握度属于标准掌握度,则采用第一顺序排列阶梯数据库中的推送内容,所述第一顺序为第一推送内容、第二推送内容和第三推送内容,所述第一推送内容的数量为r1,第二推送内容的数量为r2,第三推送内容的数量为r3;
若当前的知识点的掌握度高于标准掌握度,则采用第二顺序排列阶梯数据库中的推送内容,所述第二顺序为第三推送内容、第二推送内容和第一推送内容;
若当前的知识点的掌握度低于标准掌握度,则采用第三顺序排列阶梯数据库中的推送内容,所述第三顺序为第第一推送内容、三推送内容和第二推送内容。
具体而言,本发明实施例通过设置标准掌握度,在实际应用过程中,该标准掌握度可以是一个分数,如60分、80分或是95分,根据实际的知识点的掌握度与标准掌握度进行比较,并根据比较结果调整阶梯数据可中推送内容的顺序,使得对于不同的掌握程度对应不同的推送顺序,便于根据学生的实际掌握情况针对性进行知识点的学习,提高学生的学习效率。在实际应用过程中,若是掌握程度高,则将最难的内容先行展示,对其学习兴趣实现进一步的激发,而对于掌握程度低的学生,则需要先推送简单的内容进行展示,增加学生对于学习的热情,第二阶段推送难度较高的内容,在学习热情高涨的时候提升你内容深度,进一步增加学习兴趣,提高学生的沉浸体验,进一步提高学习效率。
具体而言,所述提取展示页面中的知识点标识信息和所述标识信息对应的知识点的表达文字包括:
预先设置有多个知识点标识,所述知识点标识包括下划线、波浪线和框线;
若在展示页面内设置有知识点标识,则表示该展示页面内设置有知识点标识信息,提取展示页面内的下划线、波浪线或框线,并记录与所述标识信息对应的知识点的表达文字;
若标识信息为下划线,则提取下划线上对应的文字作为标识信息对应的知识点的表达文字;
若标识信息为波浪线,则提取波浪线上对应的文字作为标识信息对应的知识点的表达文字;
若标识信息为框线,则提取框线内对应的文字作为标识信息对应的知识点的表达文字。
具体而言,本发明实施例通过对于标识信息的类别进行明确,提高对知识点确定的准确性,便于提高信息处理的效率。
具体而言,所述根据掌握情况推送与所述当前知识点的表达文字对应的阶梯知识库包括:
获取当前知识点的表达文字;
在预先设置的数据库内获取与所述知识点的表达文字相近的关键信息,所述数据库包含教学课件中的全部信息;
数据库内设置有多条关键信息,分别为N1,N2,N3…Nn,每条信息的长度分别为L1,L2,L3…Ln;
设置当前知识点的表达文字的长度为ln;
将数据库内多条关键信息的长度分别与当前知识点的表达文字的长度进行比较,则若Li<当前知识点的表达文字的长度ln,表示关键信息内不包含当前知识点的表达文字;
若Li≥当前知识点的表达文字的长度ln,则将满足长度要求的关键信息建立关键信息矩阵M(M1,M2…Mk),其中k<n,对于关键信息矩阵中的关键信息进行判断时,从关键信息Mi中的第1个字符开始,不间断选择n个字符,将n个字符与当前知识点的表达文字的字符分别进行比较,若n个字符中与当前知识点的表达文字的字符重合率小于95%则表示关键信息Mi中包含当前知识点的表达文字,表示该当前知识点的表达文字与关键信息有细微差异,不属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的第2个字符开始,选择n个字符,将n个字符与当前知识点的表达文字的字符进行比较,若n个字符中与当前知识点的表达文字的字符重合率小于95%则不属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的第k个字符开始,选择n个字符,将n个字符与当前知识点的表达文字的字符进行比较,若n个字符中与当前知识点的表达文字的字符重合率小于95%则不属于与当前知识点的表达文字相近的关键信息;
若n个字符中与当前知识点的表达文字的字符重合率大于等于 95%则表示关键信息Mi中包含当前知识点的表达文字,表示该关键信息属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的第2个字符开始,选择n个字符,将n个字符与当前知识点的表达文字的字符进行比较,若n个字符中与当前知识点的表达文字的字符重合率大于等于95%则该关键信息属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的第k个字符开始,选择n个字符,将n个字符与当前知识点的表达文字的字符进行比较,若n个字符中与当前知识点的表达文字的字符重合率大于等于95%则该关键信息属于与当前知识点的表达文字相近的关键信息。
具体而言,本发明实施例通过判定当前知识点与关键数据库中的关键信息的重合度,进而判定该知识点在关键数据库的相关度,通过将当前知识点对应的字符与关键数据库中的关键信息进行一一对应,判定当前知识点与关键信息的相似度,用以判定当前知识点在关键数据库内的占比,若是当前知识点的字符与关键数据库内的关键信息的字符重合率大于等于95%则该关键信息属于与当前知识点的表达文字相近的关键信息,判定当前知识点与关键数据库内关键信息的关系,判定在关键数据库中与当前知识点的相近的关键信息的数量,并根据关键信息的数量对阶梯知识库内的数据进行数量的调整,提高学习效率。
具体而言,在确定关键信息内是否包含当前知识点时,还包括:从关键信息Mi中的倒数第一个字符,从后往前选择n个字符,将n 个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率小于95%则不属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的倒数第二个字符,从后往前选择n个字符,将n个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率小于95%则不属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的第k个字符开始,选择n个字符,将n个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率小于95%则不属于与当前知识点的表达文字相近的关键信息。
具体而言,本发明实施例通过对关键信息中的字符进行判定,提取与当前知识点的字符数量相同的字符,与当前知识点进行比较,确定相应的字符重合率,实现对关键信息库内的每个关键信息的精准判定,提高判定效率,进一步提高对阶梯数据库内的信息数量的准确调整,提高学生的学习效率。
具体而言,在确定关键信息内是否包含当前知识点时,还包括:从关键信息Mi中的倒数第一个字符,从后往前选择n个字符,将n 个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率大于等于95%则该关键信息属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的倒数第二个字符,从后往前选择n个字符,将n个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率大于等于95%则该关键信息属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的第k个字符开始,选择n个字符,将n个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率大于等于95%则该关键信息属于与当前知识点的表达文字相近的关键信息。
具体而言,本发明实施例通过采用倒置判定的方式对关键信息中的字符进行判定,提取与当前知识点的字符数量相同的字符,与当前知识点进行比较,确定相应的字符重合率,实现对关键信息库内的每个关键信息的精准判定,提高判定效率,进一步提高对阶梯数据库内的信息数量的准确调整,提高学生的学习效率。
具体而言,在比较的过程中,若关键信息Mi中进行k次比较之后,其中有0.2×k次的比较结果是关键信息中包含当前知识点,此时判定该关键信息Mi中不包含当前知识点的字符。
具体而言,本发明实施例通过在对关键信息进行多次比较后,使得对于关键信息中是否包含当前知识点的字符判定更为精准,提高对于关键信息库内关键信息判定的准确性,进而提高对阶梯数据库内的信息数量的准确调整,提高学生的学习效率。
具体而言,若对于关键信息Mi中选择的n个字符与当前知识点的字符进行比较时,若n个字符中与当前知识点的字符重合率小于等于95%,则找到出现差异的第一个字符位,从第一个差异位开始重新选择n个字符,将该n个字符与当前知识点的字符进行比较,若重合率高于95%,则表示该关键信息内包含当前知识点,若小于等于95%则需要进一步判断。
具体而言,本发明实施例通过对关键信息中随机选择的n个字符与当前知识点的字符进行顺次比较,在发生差异的第一个字符位重新选择n个字符,使得对于关键信息和当前知识点的重合率的比较更为精准,提高进行字符比较的效率,便于提高阶梯数据库内信息补充和信息排序的快速调整,提高学习效率。
具体而言,对于关键信息内是否包含当前知识点的表达文字采用字节长度、字符信息确定两个数据的相似度,若是字节长度相同,则可能是相似数据,若字节长度不同,则不可能为相似数据,当字节长度相同时,则确定两个数据的字符信息是否相同,若字符信息也相同,则需要进一步比较以确定关键信息内是否包含当前知识点。
具体而言,本发明实施例通过字节长度进行初步筛选,然后根据字符信息中每个字符的差异性对数据的相似度进行进一步比较,使得对于二者的相似度的比较更为精准,提高对关键信息库内的关键信息判定的准确性,进一步提高基于判定结果进行调整的阶梯数据库内信息数量的准确性,提高学习效率。
具体而言,还包括根据对关键信息库内的关键信息与当前知识点表达文字相似的数量m对第一推送内容的数量为r1、第二推送内容的数量为r2和第三推送内容的数量为r3进行修正;
若m/n≥50%,则增加第一推送内容的数量、增加第二推送内容的数量,减少第三推送内容的数量;
若m/n<50%,则降低第一推送内容的数量、降低第二推送内容的数量,增加第三推送内容的数量。
具体而言,本发明实施例通过关键信息库内的关键信息与当前知识点表达文字相似的数量m对阶梯数据库内的第一推送内容的数量为r1、第二推送内容的数量为r2和第三推送内容的数量为r3进行修正,使得阶梯数据库内的数据与用户实际学习情况更为匹配,进一步提高用户学习效率。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种用于网络教学系统的知识自动提取方法,其特征在于,包括:
获取网络教学过程中的展示页面;
提取展示页面中的知识点标识信息和所述标识信息对应的知识点的表达文字;
根据所述知识点标识信息获取当前知识点所在的学习阶段;
查询历史学习情况,确定在当前知识点之前的学习阶段的掌握情况,根据掌握情况推送与所述当前知识点的表达文字对应的阶梯知识库;
所述根据掌握情况推送与所述当前知识点的表达文字对应的阶梯知识库包括:
所述阶梯知识库中包括第一推送内容,第二推送内容和第三推送内容,且第一推送内容的易于掌握程度大于第二推送内容的易于掌握程度大于第三推送内容的易于掌握程度;若当前的知识点的掌握度属于标准掌握度,则采用第一顺序排列阶梯知识库中的推送内容,所述第一顺序为第一推送内容、第二推送内容和第三推送内容,所述第一推送内容的数量为r1,第二推送内容的数量为r2,第三推送内容的数量为r3,所述r1、所述r2和所述r3为实数;
若当前的知识点的掌握度高于标准掌握度,则采用第二顺序排列阶梯知识库中的推送内容,所述第二顺序为第三推送内容、第二推送内容和第一推送内容;
若当前的知识点的掌握度低于标准掌握度,则采用第三顺序排列阶梯知识库中的推送内容,所述第三顺序为第一推送内容、第三推送内容和第二推送内容;
所述根据掌握情况推送与所述当前知识点的表达文字对应的阶梯知识库包括:
获取当前知识点的表达文字;
在预先设置的数据库内获取与所述知识点的表达文字相近的关键信息,所述数据库包含教学课件中的全部信息;
数据库内设置有多条关键信息,分别为N1,N2,N3…Nn,每条信息的长度分别为L1,L2,L3…Ln,所述N1,N2,N3…Nn为整数,所述L1,L2,L3…Ln为整数;
设置当前知识点的表达文字的长度为ln;
将数据库内多条关键信息的长度分别与当前知识点的表达文字的长度进行比较,则若Li<当前知识点的表达文字的长度ln,表示关键信息内不包含当前知识点的表达文字,Li为整数;
若Li≥当前知识点的表达文字的长度ln,则将满足长度要求的关键信息建立关键信息矩阵M(M1,M2…Mk),其中k<n,对于关键信息矩阵中的关键信息进行判断时,从关键信息Mi中的第1个字符开始,不间断选择n个字符,将n个字符与当前知识点的表达文字的字符分别进行比较,若n个字符中与当前知识点的表达文字的字符重合率小于95%则表示关键信息Mi中包含当前知识点的表达文字,表示该当前知识点的表达文字与关键信息有细微差异,不属于与当前知识点的表达文字相近的关键信息,M1,M2…Mk为整数,k为整数,n为整数,Mi为整数,Li为数据库中任意关键信息的长度,i为整数;
从关键信息Mi中的第2个字符开始,选择n个字符,将n个字符与当前知识点的表达文字的字符进行比较,若n个字符中与当前知识点的表达文字的字符重合率小于95%则不属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的第k个字符开始,选择n个字符,将n个字符与当前知识点的表达文字的字符进行比较,若n个字符中与当前知识点的表达文字的字符重合率小于95%则不属于与当前知识点的表达文字相近的关键信息;
若n个字符中与当前知识点的表达文字的字符重合率大于等于95%则表示关键信息Mi中包含当前知识点的表达文字,表示该关键信息属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的第2个字符开始,选择n个字符,将n个字符与当前知识点的表达文字的字符进行比较,若n个字符中与当前知识点的表达文字的字符重合率大于等于95%则该关键信息属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的第k个字符开始,选择n个字符,将n个字符与当前知识点的表达文字的字符进行比较,若n个字符中与当前知识点的表达文字的字符重合率大于等于95%则该关键信息属于与当前知识点的表达文字相近的关键信息。
2.根据权利要求1所述的用于网络教学系统的知识自动提取方法,其特征在于,
所述查询历史学习情况,确定在当前知识点之前的学习阶段的掌握情况包括:
设置有多个学习阶段Sq,且根据学习阶段的先后顺序进行顺序学习,即第一阶段为第二阶段的学习基础,且第一阶段的掌握情况影响后续第二阶段的学习进度,依次类推;
若当前的知识点属于第一阶段S1,则将当前的学习阶段的掌握情况设置为标准掌握度;
若当前的知识点属于第二阶段S2,则将第一学习阶段所对应的总结考试的分数作为第二阶段的掌握度;
若当前的知识点属于第三阶段S3,则将第一学习阶段和第二学习阶段分别对应的总结考试的分数均值作为第三阶段的掌握度,依次类推;
所述Sq、S1、S2和S3为实数。
3.根据权利要求2所述的用于网络教学系统的知识自动提取方法,其特征在于,还包括:
根据对关键信息库内的关键信息与当前知识点表达文字相似的数量m对第一推送内容的数量为r1、第二推送内容的数量为r2和第三推送内容的数量为r3进行修正;
若m/a≥50%,则增加第一推送内容的数量、增加第二推送内容的数量,减少第三推送内容的数量;
若m/a<50%,则降低第一推送内容的数量、降低第二推送内容的数量,增加第三推送内容的数量;
所述a为关键信息库内的关键信息的数量,所述m、a为整数。
4.根据权利要求3所述的用于网络教学系统的知识自动提取方法,其特征在于,
所述提取展示页面中的知识点标识信息和所述标识信息对应的知识点的表达文字包括:
预先设置有多个知识点标识,所述知识点标识包括下划线、波浪线和框线;
若在展示页面内设置有知识点标识,则表示该展示页面内设置有知识点标识信息,提取展示页面内的下划线、波浪线或框线,并记录与所述标识信息对应的知识点的表达文字;
若标识信息为下划线,则提取下划线上对应的文字作为标识信息对应的知识点的表达文字;
若标识信息为波浪线,则提取波浪线上对应的文字作为标识信息对应的知识点的表达文字;
若标识信息为框线,则提取框线内对应的文字作为标识信息对应的知识点的表达文字。
5.根据权利要求4所述的用于网络教学系统的知识自动提取方法,其特征在于,
在确定关键信息内是否包含当前知识点时,还包括:从关键信息Mi中的倒数第一个字符,从后往前选择n个字符,将n个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率小于95%则不属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的倒数第二个字符,从后往前选择n个字符,将n个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率小于95%则不属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的第k个字符开始,选择n个字符,将n个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率小于95%则不属于与当前知识点的表达文字相近的关键信息。
6.根据权利要求5所述的用于网络教学系统的知识自动提取方法,其特征在于,
在确定关键信息内是否包含当前知识点时,还包括:从关键信息Mi中的倒数第一个字符,从后往前选择n个字符,将n个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率大于等于95%则该关键信息属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的倒数第二个字符,从后往前选择n个字符,将n个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率大于等于95%则该关键信息属于与当前知识点的表达文字相近的关键信息;
从关键信息Mi中的第k个字符开始,选择n个字符,将n个字符与当前知识点的字符进行比较,若n个字符中与当前知识点的字符重合率大于等于95%则该关键信息属于与当前知识点的表达文字相近的关键信息。
7.根据权利要求6所述的用于网络教学系统的知识自动提取方法,其特征在于,在比较的过程中,若关键信息Mi中进行k次比较之后,其中有0.2×k次的比较结果是关键信息中包含当前知识点,此时判定该关键信息Mi中不包含当前知识点的字符。
8.根据权利要求1-7任一所述的用于网络教学系统的知识自动提取方法,其特征在于,若对于关键信息Mi中选择的n个字符与当前知识点的字符进行比较时,若n个字符中与当前知识点的字符重合率小于等于95%,则找到出现差异的第一个字符位,从第一个差异位开始重新选择n个字符,将该n个字符与当前知识点的字符进行比较,若重合率高于95%,则表示该关键信息内包含当前知识点,若小于等于95%则需要进一步判断。
9.根据权利要求8所述的用于网络教学系统的知识自动提取方法,其特征在于,对于关键信息内是否包含当前知识点的表达文字采用字节长度、字符信息确定两个数据的相似度,若是字节长度相同,则可能是相似数据,若字节长度不同,则不可能为相似数据,当字节长度相同时,则确定两个数据的字符信息是否相同,若字符信息也相同,则需要进一步比较以确定关键信息内是否包含当前知识点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110764062.XA CN113641716B (zh) | 2021-07-06 | 2021-07-06 | 用于网络教学系统的知识自动提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110764062.XA CN113641716B (zh) | 2021-07-06 | 2021-07-06 | 用于网络教学系统的知识自动提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113641716A CN113641716A (zh) | 2021-11-12 |
CN113641716B true CN113641716B (zh) | 2024-03-22 |
Family
ID=78416793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110764062.XA Active CN113641716B (zh) | 2021-07-06 | 2021-07-06 | 用于网络教学系统的知识自动提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113641716B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160086498A1 (en) * | 2014-09-18 | 2016-03-24 | International Business Machines Corporation | Recommending a Set of Learning Activities Based on Dynamic Learning Goal Adaptation |
CN111831914A (zh) * | 2020-07-22 | 2020-10-27 | 上海掌学教育科技有限公司 | 一种在线教育的智能推题系统 |
CN112784608A (zh) * | 2021-02-24 | 2021-05-11 | 科大讯飞股份有限公司 | 试题推荐方法、装置、电子设备和存储介质 |
-
2021
- 2021-07-06 CN CN202110764062.XA patent/CN113641716B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160086498A1 (en) * | 2014-09-18 | 2016-03-24 | International Business Machines Corporation | Recommending a Set of Learning Activities Based on Dynamic Learning Goal Adaptation |
CN111831914A (zh) * | 2020-07-22 | 2020-10-27 | 上海掌学教育科技有限公司 | 一种在线教育的智能推题系统 |
CN112784608A (zh) * | 2021-02-24 | 2021-05-11 | 科大讯飞股份有限公司 | 试题推荐方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113641716A (zh) | 2021-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109299110B (zh) | 数据查询方法、装置、存储介质和电子设备 | |
CN111309877A (zh) | 一种基于知识图谱的智能问答方法及系统 | |
CN108334493B (zh) | 一种基于神经网络的题目知识点自动提取方法 | |
US20140067842A1 (en) | Information processing method and apparatus | |
CN104317839B (zh) | 生成报表模板的方法和装置 | |
CN109684446B (zh) | 文本语义相似度计算方法及装置 | |
CN106126524B (zh) | 信息推送方法和装置 | |
CN110162675B (zh) | 应答语句的生成方法、装置、计算机可读介质及电子设备 | |
CN110019617B (zh) | 地址标识的确定方法和装置、存储介质、电子装置 | |
CN106980652B (zh) | 智能问答方法及系统 | |
CN105701133B (zh) | 一种地址输入的方法和设备 | |
CN106777328B (zh) | 一种移动终端的题目推荐方法及装置 | |
CN102831224A (zh) | 一种数据索引库的建立方法、搜索建议生成方法和装置 | |
CN102193646A (zh) | 人名候选词的生成方法及装置 | |
CN106326233A (zh) | 地址提示方法及装置 | |
CN105930490A (zh) | 一种教学资源智能甄选系统 | |
CN108153728A (zh) | 一种关键词确定方法及装置 | |
CN110990651B (zh) | 地址数据处理方法、装置、电子设备及计算机可读介质 | |
CN111223015A (zh) | 课程推荐方法、装置及终端设备 | |
CN113641716B (zh) | 用于网络教学系统的知识自动提取方法 | |
CN117033665B (zh) | 一种图谱知识点与视频的对齐方法及装置 | |
CN105893614A (zh) | 信息推荐的方法、装置及电子设备 | |
CN113902596B (zh) | 一种利用信息匹配的课后服务方法及系统 | |
CN115438645A (zh) | 一种序列标注任务的文本数据增强方法及系统 | |
CN112231373B (zh) | 知识点数据的处理方法、装置、设备和计算机可读介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |